[发明专利]基于离散制造的生产调度方法、系统、设备及存储介质在审

专利信息
申请号: 202111434127.0 申请日: 2021-11-29
公开(公告)号: CN114066312A 公开(公告)日: 2022-02-18
发明(设计)人: 刘冲;张桂林 申请(专利权)人: 重庆允成互联网科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06N3/12
代理公司: 重庆智慧之源知识产权代理事务所(普通合伙) 50234 代理人: 余洪
地址: 408300 重庆*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 离散 制造 生产 调度 方法 系统 设备 存储 介质
【权利要求书】:

1.一种基于离散制造的生产调度方法,其特征在于,包括以下步骤:

基于时间和成本的加权之和最小的目标,构建生产调度模型;

采用改进的遗传算法求解所述调度模型的调度最优解,获取预调度计划;

对所述预调度计划进行审核,审核通过后,获取调度计划,根据所述调度计划进行任务派工。

2.根据权利要求1所述的基于离散制造的生产调度方法,其特征在于,在所述基于时间和成本的加权之和最小的目标,构建生产调度模型之前,还包括:

构建以下约束条件:同一批次加工工艺、加工时间和加工成本均相同,忽略各工件上料等准备时间;现场设备均完好,且具备加工所有任务的功能,但设备之间加工的时间和成本不同;同一时间、一个工件的某道工序仅能在一台设备上进行加工;同一时间、一台设备仅能加工一个工件的一个工序。

3.根据权利要求2所述的基于离散制造的生产调度方法,其特征在于,所述基于时间和成本的加权之和最小的目标构建生产调度模型,具体包括:

基于所述约束条件,将车间所有待加工的零件组成l个工件集Ji={j1,j2,j3…jli},其中,li表示所述工件集的工件数;

工件集Ji由ki工序任务组成集合为其中,Oij表示第i个工件的第j个工序任务;

假定生产线共有m台设备,设备集为M={m1,m2,m3…mn},tijn表示第i个工件的第j个工序任务在设备n上加工消耗的时间;Cijn表示第i个工件的第j个工序任务在设备n上加工消耗的成本,则生产调度模型为:

为了保证每个工序任务只能分配一次,且只能分配到某一设备,则有:

为了保证任务的加工顺序按照工艺要求,则有:

为了保证目标函数中时间和成本的量纲一致,有其中,α1的单位为分钟,α2的单位为元;

其中,0≤i≤l,0≤j≤ki,0≤n≤m。

4.根据权利要求3所述的基于离散制造的生产调度方法,其特征在于,所述采用改进的遗传算法求解所述调度模型的调度最优解,获取预调度计划,具体包括:

基于设备进行编码,将分配到设备上的工序任务和任务开始的先后顺序采用染色体进行表示;

将生产调度模型中的最小值作为适应度函数,即g(x)=minf(x);

根据所述适应度函数,采用比例选择算子的方式执行选择操作,获取若干第一目标个体;

对所述若干第一目标个体中表示设备编号的基因位进行交叉运算,对所述若干第一目标个体中表示任务顺序的基因位进行随机生成,获取第二目标个体;

分别根据设备编号和任务顺序对所述第二目标个体进行单独变异,获取最优解,作为预调度计划。

5.根据权利要求4所述的基于离散制造的生产调度方法,其特征在于,所述根据所述适应度函数,采用比例选择算子的方式执行选择操作,获取若干第一目标个体,具体包括:

根据所述适应度函数计算群体中每个个体的适应度,采用比例选择算子的方式执行选择操作,群体的大小为m,个体的适应度为g(i),则个体被选中的概率Pi为:

由式(5)可知,适应度越高,个体被选中的概率也越大,反之,适应度越低,个体被选中的概率越小;

根据式(5)进行反复迭代,筛选出被选中的概率高于预设概率的个体,获取若干第一目标个体。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆允成互联网科技有限公司,未经重庆允成互联网科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111434127.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top